Databricks detalha três caminhos para a adoção empresarial das ferramentas da OpenAI

Em 13 de novembro de 2026, a Databricks publicou uma visão geral da adoção empresarial, descrevendo três maneiras de usar as ferramentas da OpenAI com dados corporativos sujeitos a governança: análises do ChatGPT por meio do Genie, implantações do Codex controladas centralmente e agentes personalizados hospedados como Databricks Apps.

O guia dá continuidade a uma parceria plurianual anunciada em 25 de setembro de 2025. O anúncio original avaliou a parceria em US$ 100 milhões e afirmou que modelos nativos da OpenAI seriam disponibilizados a mais de 20.000 clientes da Databricks em diferentes nuvens. O cofundador e presidente da OpenAI, Greg Brockman, descreveu assim uma IA sem acesso aos dados da empresa: “é como contratar alguém com 20 doutorados e nunca convidá-lo para uma reunião”.

Na arquitetura conjunta, a OpenAI fornece modelos GPT, ChatGPT, Codex e seu Agents SDK. A Databricks contribui com o lakehouse, que armazena dados corporativos sujeitos a governança, além de definições de negócios, regras de acesso, encaminhamento de solicitações aos modelos e infraestrutura de aplicações. O Genie Ontology acrescenta contexto específico da empresa.

O Genie aplica as definições da empresa no ChatGPT

O caminho voltado aos usuários de negócios atende a funcionários que precisam consultar números, mas não escrevem consultas SQL para bancos de dados. Por meio do plugin Genie da Databricks, usuários do ChatGPT podem fazer perguntas em linguagem natural; o Genie identifica os dados relevantes, aplica definições de métricas aprovadas, executa a consulta na Databricks e retorna gráficos. O Genie Ontology registra métricas, definições de negócios e relações entre os dados da empresa, para que uma métrica como receita siga a definição adotada pela própria empresa.

O acesso continua limitado aos dados que o usuário já tem permissão para consultar, e cada resposta inclui links para suas fontes na Databricks. O ChatGPT Work também pode recomendar próximos passos e indicar quem deve participar, compartilhar descobertas pelo Slack ou por e-mail e executar ações aprovadas pelo usuário por meio de ferramentas conectadas.

A página do plugin da OpenAI também apresenta geração de SQL, resumos de painéis ou resultados do Genie e preparação de descobertas para equipes. A disponibilidade depende do plugin, do plano de assinatura e das configurações do espaço de trabalho; algumas conexões exigem configuração ou aprovação do administrador.

O Unity Gateway centraliza a governança do Codex

Para equipes de engenharia, o Codex encaminha solicitações pelo Unity Gateway, em vez de se conectar diretamente à OpenAI. Os desenvolvedores mantêm o fluxo de trabalho atual e se autenticam com uma credencial da Databricks, enquanto a chave da API da OpenAI permanece no gateway. Todas as solicitações são registradas, e os líderes de engenharia podem definir orçamentos por equipe, analisar os gastos de cada equipe e escolher qual modelo GPT será usado em cada tarefa.

A configuração recomendada instala a ferramenta de linha de comando do Unity Gateway e executa ug codex. A documentação de configuração da Databricks também aborda a configuração manual e a execução do Codex na infraestrutura computacional da Databricks. Assinaturas elegíveis do ChatGPT Go, Plus, Pro e Enterprise podem se conectar por meio de um serviço de provedor de modelos configurado pelo administrador, com as solicitações cobradas na assinatura do ChatGPT. O Unity Gateway está disponível de forma geral; as ferramentas documentadas de SQL, sandbox e pesquisa na web, assim como as habilidades do Unity Gateway, continuam em versão beta.

Agentes personalizados usam dados governados e controles compartilhados

O terceiro caminho diz respeito a agentes personalizados para processos de negócios que usam dados sujeitos a regras rigorosas de segurança e governança. O Databricks Model Serving executa modelos da OpenAI junto a esses dados governados, sem necessidade de uma chave de API externa quando a Databricks disponibiliza o modelo. As equipes podem criar e avaliar agentes no Agent Bricks ou usar o OpenAI Agents SDK e implantar o resultado como um Databricks App.

O modelo oficial de aplicativo oferece uma API REST conversacional, uma interface de chat interativa e código de avaliação do MLflow. O MLflow AgentServer gerencia o encaminhamento de solicitações, o registro e o tratamento de erros, com rastreamento e observabilidade integrados. Uma ResponsesAgent interface oferece compatibilidade com as ferramentas de avaliação e implantação da Databricks, enquanto o Model Context Protocol conecta o agente a ferramentas e fontes de dados.

Em todos esses modelos, o Unity Catalog fornece permissões, o Unity Gateway gerencia o encaminhamento de solicitações e os controles de custos, e o Lakebase oferece armazenamento Postgres gerenciado para a memória e o estado dos agentes. A Databricks planeja publicar textos complementares sobre a arquitetura, a configuração e as lições de clientes de cada modelo.

Essa arquitetura compartilhada oferece às consultas de negócios, às solicitações de programação e aos agentes personalizados uma estrutura comum de permissões e controle de custos, fazendo da governança uma base comum à medida que o uso da OpenAI se expande pela empresa.